检索结果-南通市图书馆

维普期刊数据库

基于薄膜铌酸锂的偏振无关电光调制器(特邀)

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第11期61卷 57-62页

作者：王宗陈冠宇余宇张新亮华中科技大学武汉国家光电研究中心湖北武汉430070 新加坡国立大学电气与计算机工程系新加坡117583

基于偏振无关光分束器和模式转换器,提出一种基于薄膜铌酸锂(TFLN)的偏振无关电光调制器。其中,偏振无关光分束器可以实现TE0和TM0模式的精准分束,模式转换器能够将输入的TM0模式高效转换为TE1模式。在此基础上,使用周期性电容加载的行... 详细信息

基于偏振无关光分束器和模式转换器,提出一种基于薄膜铌酸锂(TFLN)的偏振无关电光调制器。其中,偏振无关光分束器可以实现TE0和TM0模式的精准分束,模式转换器能够将输入的TM0模式高效转换为TE1模式。在此基础上,使用周期性电容加载的行波电极结构可实现对两种模式光的高效电光调制。仿真结果表明,该调制器的电光带宽大于100 GHz,有助于解决现有电光调制器因偏振敏感而导致的不稳定问题,为基于TFLN的调制器开辟了新的研究思路。

关键词：薄膜铌酸锂电光调制器偏振分束器模式转换

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

四轴飞行器的自抗扰姿态控制研究

机械设计与制造 2024年

作者：赵志伟尤小庆王蕾葛超华北理工大学电气工程学院唐山学院计算机科学与技术系唐山学院智能与信息工程学院

针对欠驱动四轴飞行器控制系统在轨迹跟踪过程中存在参数不确定和易受外部干扰等问题，本文采用一种PID控制、非线性自抗扰控制（NLADRC）和PD控制技术相结合的控制方式对其位置和姿态进行控制，以偏航通道为例实现了扩张状态观测器（ES... 详细信息

针对欠驱动四轴飞行器控制系统在轨迹跟踪过程中存在参数不确定和易受外部干扰等问题，本文采用一种PID控制、非线性自抗扰控制（NLADRC）和PD控制技术相结合的控制方式对其位置和姿态进行控制，以偏航通道为例实现了扩张状态观测器（ESO）对内扰和外扰的估计及补偿。首先，根据四轴飞行器模型特点，实现了适用于4通道的参数整定方案，大大简化了参数整定难度；然后，设计了内外双环路控制器，其外环由PID控制，内环由ADRC和PD控制；最后，通过与串级PID控制在轨迹跟踪及抗扰性、鲁棒性方面进行仿真对比分析，结果表明该控制方法能够满足四轴飞行器在稳定度高和姿态调节快速性等方面的要求，自抗扰控制器能够对扰动进行很好地估计和补偿。

关键词：四轴飞行器自抗扰参数整定估计补偿姿态控制

基于自适应二次分解与CNN-BiLSTM的超短期风电功率预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

太阳能学报 2024年第6期45卷 429-435页

作者：马志侠张林鍹巴音塔娜谢明浩张盼盼王馨新疆大学电气工程学院乌鲁木齐830047 清华大学国家计算机集成制造系统工程技术研究中心(CIMS) 北京100084

为提高风电功率预测精度,提出基于自适应二次模态分解(QMD)、卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的超短期风电功率预测模型。针对风电功率的波动性,利用改进的完全自适应噪声集成经验模态分解方法(ICEEMDAN)对风电功率数据... 详细信息

为提高风电功率预测精度,提出基于自适应二次模态分解(QMD)、卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的超短期风电功率预测模型。针对风电功率的波动性,利用改进的完全自适应噪声集成经验模态分解方法(ICEEMDAN)对风电功率数据进行分解。引入麻雀搜索算法(SSA)对变分模态分解(VMD)的分解数量与惩罚因子进行优化,使VMD具有自适应性。将ICEEMDAN分解得到的高频分量I_(1)用SSA-VMD进行第二次分解,降低序列不平稳度。同时,构建包含2层池化层的CNN网络进行特征提取与BiLSTM网络的超短期预测模型,最终的风电功率即为各子序列预测结果之和。通过算例分析进行实验表明,所提风电功率预测方法的预测精度优于其他模型,验证了预测模型的优越性。

关键词：卷积神经网络长短期记忆网络变分模态分解风电功率预测二次模态分解麻雀搜索算法

基于注意力机制的不平衡数据的非侵入式负荷分解

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

吉林大学学报(工学版) 2024年

作者：周求湛李新萌沈皓庆子武慧南李媛媛荣静胡春华刘萍萍王聪吉林大学通信工程学院国网浙江省电力有限公司金华供电公司计量中心烟台东方威思顿电气有限公司吉林大学计算机科学与技术学院

电力作为最主要的能源形式，其需求量预计将持续增长。然而，由于负荷数据往往呈现出类别不平衡性，即某些类别的负荷数量远少于其他类别的负荷数量，模型的分类准确率将受到较大影响，同时对电力负荷的精确检测基本依赖复杂庞大的算法... 详细信息

电力作为最主要的能源形式，其需求量预计将持续增长。然而，由于负荷数据往往呈现出类别不平衡性，即某些类别的负荷数量远少于其他类别的负荷数量，模型的分类准确率将受到较大影响，同时对电力负荷的精确检测基本依赖复杂庞大的算法模型，这对NILM领域的研究提出了新的挑战。本文将研究内容聚焦于不平衡数据处理和负荷分解这两个关键任务，针对其存在的不足，开展了一系列相关研究：针对不平衡数据处理，本文详细介绍了一种结合K-means聚类和Borderline-SMOTE的新方法——KB-SMOTE算法，有效处理了数据集边界模糊和k值选择问题。在负荷分解模型方面，本文提出了一种结合注意力机制的长短时记忆网络模型，以提高模型性能。通过在UK-DALE数据库上进行仿真实验，并使用四种不同算法对比分析分解结果，验证了所提出方法的有效性。

关键词：通信与信息系统非侵入式负荷监测不平衡数据处理负荷分解注意力机制

成本敏感型梯度提升树识别富水致密砂岩流体性质——以鄂尔多斯盆地X气田为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球物理学进展 2024年

作者：雷璨如罗仁泽武娟曾兴杰西南石油大学地球科学与技术学院西南石油大学油气藏地质及开发工程国家重点实验室西南石油大学电气信息学院西南石油大学计算机科学与技术学院

富水致密砂岩储层流体类型识别是致密砂岩气藏评价的重要环节。富水致密砂岩储层因其气水关系复杂，将气水同层误判为气层、水层的情况常有发生。传统的流体识别方法时间成本高，局限性大，识别效果不理想；现有的机器学习方法，因其缺... 详细信息

富水致密砂岩储层流体类型识别是致密砂岩气藏评价的重要环节。富水致密砂岩储层因其气水关系复杂，将气水同层误判为气层、水层的情况常有发生。传统的流体识别方法时间成本高，局限性大，识别效果不理想；现有的机器学习方法，因其缺乏对重叠度高、类别不平衡的样本的区分能力，预测效果受限。因此，本文提出了基于参数构建的成本敏感型梯度提升决策树（CP-SC-GBDT）的富水致密砂岩流体识别方法。该方法首先构建测井复合参数，扩充样本特征；其次优化了梯度提升决策树中样本权重更新的方式，；最后通过麻雀搜索算法进行超参数寻优，得到最佳性能模型。将该方法应用于鄂尔多斯盆地X气田的致密砂岩流体识别，并与常规机器学习方法进行识别效果对比。结果表明，CP-SC-GBDT识别富水致密砂岩流体的准确率达到90.6%，具有较好的识别效果与应用前景。

关键词：富水致密砂岩流体识别机器学习成本敏感型学习梯度提升树

结合双层路由感知和散射视觉变换的视觉-语言跟踪方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年

作者：刘仲民李振华胡文瑾兰州理工大学电气工程与信息工程学院甘肃省工业过程先进控制重点实验室西北民族大学数学与计算机科学学院

针对视觉-语言关系建模中存在感受野有限和特征交互不充分问题，该文提出一种结合双层路由感知和散射视觉变换的视觉-语言跟踪框架(BPSVTrack)。首先，设计了一种双层路由感知模块(BRPM)，通过将高效的加性注意力(EAA)与双动态自适应模... 详细信息

针对视觉-语言关系建模中存在感受野有限和特征交互不充分问题，该文提出一种结合双层路由感知和散射视觉变换的视觉-语言跟踪框架(BPSVTrack)。首先，设计了一种双层路由感知模块(BRPM)，通过将高效的加性注意力(EAA)与双动态自适应模块(DDAM)并行结合起来进行双向交互来扩大感受野，使模型更加高效地整合不同窗口和尺寸之间的特征，从而提高模型在复杂场景中对目标的感知能力。其次，通过引入基于双树复小波变换(DTCWT)的散射视觉变换模块(SVTM)，将图像分解为低频和高频信息，以此来捕获图像中目标结构和细粒度信息，从而提高模型在复杂环境下的鲁棒性和准确性。在TNL2K, LaSOT, OTB99 3个跟踪数据集上分别取得了86.1%, 64.4%, 63.2%的精度，在RefCOCOg数据集上取得了70.21%的准确率，在跟踪和定位方面的性能均优于基准模型。

关键词：视觉-语言跟踪双层路由感知散射视觉变换高效的加性注意力双动态自适应

基于深度学习的RGB-D图像显著性目标检测前沿进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机学报 2024年

作者：黄年昌杨阳张强韩军功西安电子科技大学高性能电子装备机电集成制造全国重点实验室西安电子科技大学机电工程学院谢菲尔德大学计算机科学系

显著性目标检测是计算机视觉领域的基础问题之一，旨在对图像中最吸引人注意的目标进行检测和分割。随着深度学习技术的发展，基于RGB(Red-Green-Blue)图像的显著性目标检测算法取得了巨大的进步，在简单场景下已经取得较为满意的结果... 详细信息

显著性目标检测是计算机视觉领域的基础问题之一，旨在对图像中最吸引人注意的目标进行检测和分割。随着深度学习技术的发展，基于RGB(Red-Green-Blue)图像的显著性目标检测算法取得了巨大的进步，在简单场景下已经取得较为满意的结果。然而，局限于可见光相机的成像能力，RGB图像易受到光照条件的影响，且无法捕捉场景的三维空间信息。相应地，基于RGB图像的显著性目标检测算法通常难以在一些复杂场景下取得较好的检测效果。近年来，随着深度成像技术不断发展和硬件成本不断降低，深度相机得到了广泛应用。其捕获的场景空间信息，与可见光图像获取的场景细节信息相互补充，有助于提升复杂场景下显著性目标检测性能。因此，RGB-深度(RGB-Depth,RGB-D)图像显著性目标检测引起了学者广泛研究。本文对近期基于深度学习的RGB-D图像显著性目标检测算法进行了整理和分析。首先，分析了多模态RGB-D图像显著性目标检测所面临的关键问题，并以此对现有算法解决这些关键问题的主要思路和方法进行了总结和梳理。然后，介绍了用于RGB-D图像显著性目标检测算法研究的主流数据集和常用性能评价指标，并对各类主流模型进行了定量比较和定性分析。最后，本文进一步分析了RGB-D图像显著性目标检测领域有待解决的问题，同时对今后可能的研究趋势进行了展望。

关键词：显著性目标检测 RGB图像深度图像深度学习前沿进展

基于粒子群优化BP神经网络PID的供热控制系统仿真研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林建筑大学学报 2024年第1期41卷 72-78页

作者：李远航高晓红姜庆龙韩云峥吉林建筑大学电气与计算机学院长春130118

供热系统技术属于清洁技术,但其能耗非常大,因此在供热系统中能源的损耗问题就显得尤为重要。与此同时,我国供暖过程多数是用传统PID对供暖系统进行控制,由于传统PID控制响应时间长、超调量高且受外界影响较大,造成能源未充分利用、浪... 详细信息

供热系统技术属于清洁技术,但其能耗非常大,因此在供热系统中能源的损耗问题就显得尤为重要。与此同时,我国供暖过程多数是用传统PID对供暖系统进行控制,由于传统PID控制响应时间长、超调量高且受外界影响较大,造成能源未充分利用、浪费现象严重。因此针对此问题,提出了在供暖系统中采用一种基于粒子群优化BP神经网络PID的控制策略,不仅可以解决供暖时水温不稳定、水温上升时间长等问题,而且可以更好地解决能源未充分利用问题。本文建立供热系统的数学模型,然后利用Matlab中的Simulink设计并仿真粒子群BP神经网络PID控制器。实验结果表明,改进后的PID控制器抗干扰能力强且具有较好的鲁棒性,对供热控制系统有更好的控制效果。

关键词：供热系统粒子群粒子群BP神经网络PID Matlab

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

融合多语义视图编码的异质图神经网络

哈尔滨工业大学学报 2024年

作者：金志刚张浩赵晓芳天津大学电气自动化与信息工程学院天津城建大学计算机与信息工程学院

异质图神经网络在数据挖掘、信息检索等领域中的应用得到迅速发展。基于元路径的方法通过聚合元路径邻域信息来捕捉异质图的复合关系，但元路径的选取大多依赖先验知识，导致语义信息的丢失或覆盖，在特征聚合过程使用注意力计算开销过... 详细信息

异质图神经网络在数据挖掘、信息检索等领域中的应用得到迅速发展。基于元路径的方法通过聚合元路径邻域信息来捕捉异质图的复合关系，但元路径的选取大多依赖先验知识，导致语义信息的丢失或覆盖，在特征聚合过程使用注意力计算开销过大，而且随着网络加深或元路径变长会导致语义混淆。为了解决以上问题，本文提出了一种融合多语义视图编码的异质图神经网络。首先为目标节点类型选取固定长度的所有元路径，分别构造子图提取相应的语义信息，使用轻量级均值聚合器获得不同元路径子图下的节点表示，并为每种类型的元路径学习特定的关系编码，与节点表示相结合，在进行特征映射后融合不同语义视图下的节点特征获得最终表示，将其应用于下游任务。在五个真实数据集上进行实验并与主流基线模型比较分析，本文提出的模型能够更有效地捕捉异质图中的语义信息，提高节点表示性能，在节点分类和链接预测任务中的表现都有提升，结合消融实验和参数灵敏度分析说明了模型的有效性。

关键词：异质图元路径节点分类链接预测